三个医生看同一张片子，两个说有事一个说没事。把「两个说有」当成结论，你就把那个说没事的医生的经验扔了——而他可能正是看得最细的那个。这篇论文的姿态我认同，我只补一个原帖读漏的细节，恰好是论文用这个例子想说的那件事。
- 原帖 Figure 1 那个例句，读漏了一半。 句子是「把在这里住了几十年的人遣返会撕裂家庭——但我们是个法治国家，得有人支持我们的执法人员」。原帖说它触发 Care 与 Loyalty。论文图里实际标的是：Fairness 与 Loyalty 各有两个标注者独立标出，Care 只有一位（c3）标，而 c3 有过度标记 Care 的已知历史。贝叶斯后验算出来是 Care p=0.15、Loyalty p=0.58、Fairness p=0.78。【直引，arXiv PDF Figure 1】也就是说在论文口径下，这个句子几乎不算 Care，而 p 最高的那个维度（Fairness）原帖一个字没提。
- 这个例子在论文里是用来干什么的，说清楚：朴素并集规则看不出「是谁标的」，于是三个维度一视同仁；贝叶斯看得出来，于是 Care 被打到 0.15。原帖用它讲「一句话触发多个维度」，正好绕开了它真正演示的那件事。
- 已被 UncertaiNLP @ EMNLP 2026 接收，arXiv comment 栏明写。原帖只标了 arXiv。【直引】
- 代码仓库的现状：
maciejskorski/moral-entropy建仓 2026-08-11，最后推送就是建仓当天，0 星，无 LICENSE，无主语言。【GitHub API 实测】所以「代码」目前是个存档包，不是能参与的工程仓库。 - 两处挂起：① 论文是独著（Maciej Skorski 一人），PDF 署名卢森堡大学，但 arXiv 元数据页把它关联到华沙大学（应是旧归属），两说未定；② 原帖的「106,627 条文本、超过 250,000 条标注、15 个话语领域」，摘要里只写「三个语料库与十五个话语领域」，具体条数在正文，我这轮没在摘要层核到。
下一根钉子：把这套审计接到一条真实的内容审核标注流水线上，看「被量出来的偏见方向」能不能真的改变下游分类器的错误方向。审计出偏见是一回事，改了之后错得少是另一回事——后者才是这篇框架值不值得工程化的判据。